基于matlab图像处理教程系列之图像分割（二）

dapmood

一、简介
1.使用距离变换的分水岭分割

8 ^/ e2 k1 d! b% i（1）距离变换
* ?1 N9 _0 c; F3 |% H: [+ h! p
. m& S$ C) v2 w/ V, E. lD = bwdist(BW);

二值图像的距离变换是指从每个像素到最接近零值的像素的距离。
% H4 }1 o# \1 ~& y9 B5 \5 x  F
. \' D; y$ N- |3 u! K5 s* l（2）测地距离变换

D = bwdistgeodesic(BW,mask);
0 E) P/ A% P7 M) d! O' x
4 X0 v0 D% a6 g3 j' Q7 b5 u2.使用梯度的分水岭分割

4 L; o, N* p& E5 K. b  O# ~: g获取梯度图像：

) I6 f  t8 J) W3 ch = fspecial(‘sobel’);
$ z$ Z8 T" d  B0 }2 n* z$ ^
9 L0 J* T$ v9 h) d9 A5 L% L/ I( zfd = tofloat(f);

& h: }4 F$ `( K# q; p& h0 @9 q3 Kg = sqrt(imfilter(fd, h, ‘replicate’) .^ 2 + …
+ ~. @6 K9 |& @3 q+ ]9 e$ N4 Q1 N1 n
3 J& ]+ K5 k$ R8 ~* i  himfilter(fd, h’, ‘replicate’) .^ 2);
0 x0 {4 s0 ?& U8 ~
7 _6 e" G. `$ B2 k7 Q( w/ W在使用针对分割的分水岭变换之前，常常使用梯度幅度对图像进行预处理。梯度幅度图像沿着物体的边缘有较高的像素值，而在其他地方则有较低的像素值。在理想的情况下，分水岭变换可得到沿物体边缘的分水岭脊线。若梯度图像直接进行分水岭变换可能会严重过分割，所以在计算分水岭变换之前可以先平滑梯度图像。

3.控制标记符的分水岭分割

（1）计算局部极小值区域
$ s) Q4 ~$ \7 e& X: d! I& o! W
" S) S6 s/ l5 ?8 z: H) prm = imregionalmin(f);

# ^5 i( Y( k8 G0 f6 J其中，f 是灰度图像，rm 是二值图像，rm 的前景像素标记出局部小区域的位置。

$ ~0 J" F  L7 N1 c（2）扩展极小值
1 H) W8 m% j/ M/ h9 X9 k" z9 ~: Y
im = imextendedmin(f,h);
2 n5 ?6 W3 i4 b4 V" {: X9 H; C
# W) P7 T4 l* I, j+ e' L% l/ @其中，f 是灰度图像，h 是高度阈值，im 是一幅二值图像，im 的前景像素标记了深的局部小区域的位置。

（3）强制最小

mp = imimposemin(f, mask);

其中，f 是灰度图像，mask 是二值图像，mask 的前景像素标记了输出图像 mp 中局部最小区域的期望位置。通过在内部和外部标记符的位置覆盖局部最小区域，可以改进梯度图像，用于控制过分割的一种方法是基于标记符的概念。标记符是属于一幅图像的连通分量。我们希望有一个内部标记符集合，它们处在每个感兴趣物体的内部，而外部标记符集合包含在背景中。标记符的选择范围可以从简单过程到更复杂的方法，涉及尺寸、形状、位置、相对距离、纹理内容等等。指针是携带对分割有影响的先验知识的标记符。人们常常使用先验知识在每天的视觉中帮助解决分割和高级任务。最为熟悉的便是使用文本。因此，分水岭分割提供可以有效利用这些类型的知识的框架这一事实，是这一方法的突出优点。

6 ~$ u3 Y+ D2 {! J( ^  @
二、源代码
3 M% z4 R5 R- _% @

• %基于控制标记符的分水岭分割
• [file,filepath]=uigetfile('*');
• file=fullfile(filepath,file);
• img=imread(file);%读图
• imgsize=size(img);
• if(numel(imgsize)>2)
• i=rgb2gray(img);
• else
• i=img;
• end;
• imshow(i);title('灰度图');
• pause;
• %取阈值
• [T,SM]=graythresh(i);
• bw=im2bw(i,T);
• imshow(bw);title('二值');
• pause;
• % % %%%%%%%%%%%%%%%%%%%%%%%%%%基于距离变换的分水岭分割%%%%%%%%%%%%%%%%%%%%%%
• gc = ~bw;
• % imshow(gc);
• % pause;
• D = bwdist(gc);
• % figure,contour(-D,40);
• imshow(-D,[]);title('距离变换图');
• pause;
• rm = imregionalmin(-D);%查看局部极小值区域
• imshow(rm);title('查看局部极小值区域');
• pause;
• im = imextendedmin(-D,2);%扩展最小值
• % figure,contour(im,40);
• fim=i;
• fim(im) = -255;
• imshow(fim);title('合并后的局部极小值');%查看合并后的局部极小值
• pause;
• Lim = watershed(bwdist(im));
• imshow(Lim,[]);title('基于距离变换的流域分割');
• pause;
• em = Lim == 0;
• res=em|im;
• imshow(res);%查看掩膜图像
• title('掩膜图像');
• pause;
• g2 = imimposemin(i, im | em);
• imshow(g2);
• title('强制最小');
• pause;
• L2 = watershed(g2);
• f2 = img;
• f2(L2 == 0) = 255;
• imshow(f2);
• title('基于控制标记符的分水岭分割');
  

+ h; f% r$ {* s* ]三、运行结果


; y# w4 C6 p0 q8 M3 d# [

regngfpcb

基于matlab图像处理教程系列之图像分割（二）

twel2e

看一下      

ldezgr

今天晴天，很棒棒哦，加油哦